Estimation of monthly reference evapotranspiration with scarce information using machine learning in southwestern Colombia

Abstract

This research aimed to identify an alternative method to estimate reference evapotranspiration (ETo) with scarce climatological information in southwestern Colombia between 1983-2017 by evaluating and comparing different machine learning techniques. The FAO Penman-Monteith (FAO-PM56) was used as the reference method and four empirical methods (Hargreaves, Thornthwaite, Cenicafe, and Turc) were assessed with five metrics to evaluate the method of best fit to FAO-PM56, root mean square error (RMSE), mean absolute error (MAE), mean bias error (MBE), Nash-Sutcliffe model efficiency coefficient (NSE), and Pearson correlation coefficient (R). Three models were designed using machine learning techniques to estimate ETo, multiple linear regression (MLR), artificial neural networks (ANN), and autoregressive integrated moving average model (ARIMA). The results showed that the ARIMA-M3 model reported the best performance metrics (RMSE = 4.13 mm month-1, MAE = 3.15 mm month-1, MBE = -0.08 mm month-1, NSE = 0.96 and r = 0.98). However, it restricts in that it can only be used locally and cannot be extrapolated to other climatological stations, because it was calibrated with specific conditions (exogenous variables) and stations, unlike the ANN-M1 model, which only requires training the network for its application. This method will allow estimating ETo in places with scarce information, as vital for water management in places with much uncertainty regarding accessibility and availability.

Esta investigación tuvo como objetivo identificar un método alternativo para estimar la evapotranspiración de referencia (ETo) con escasa información climatológica en el suroeste de Colombia entre 1983-2017, evaluando y comparando diferentes técnicas de machine learning. Se utilizó el método de FAO Penman-Monteith (FAO-PM56) como método de referencia y se evaluaron 4 métodos de empíricos (Hargreaves, Thornthwaite, Cenicafé y Turc) con cinco métricas para evaluar el método de mejor ajuste al FAO-PM56, error cuadrático medio (RMSE), error medio absoluto (MAE), error medio de sesgo (MBE), coeficiente de eficiencia del modelo de Nash-Sutcliffe (NSE) y coeficiente de correlación de Pearson (R). Se diseñaron tres modelos utilizando técnicas de machine learning para estimar la ETo, regresión lineal múltiple (MLR), redes neuronales artificiales (ANN) y modelo de media móvil integrada autorregresiva (ARIMA). Los resultados mostraron que el modelo ARIMA-M3 presentó la mejor métrica de rendimiento (RMSE = 4,13 mm mes-1, MAE = 3,15 mm mes-1, MBE = -0,08 mm mes-1, NSE = 0,96 y R = 0,98). Sin embargo, tiene la restricción de que sólo se puede utilizar localmente y no se puede extrapolar a otras estaciones climatológicas, porque se calibró con estaciones y condiciones especificas (variables exógenas), a diferencia del modelo RNA-M1, que sólo requiere entrenar la red para su aplicación. Este método permitiría estimar la ETo en lugares con escasa información, lo que es vital para la gestión del agua en lugares con mucha incertidumbre en cuanto a accesibilidad y disponibilidad.